LFSphereNet: Real Time Spherical Light Field Reconstruction from a Single Omnidirectional Image

↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Sökning: id:"swepub:oai:DiVA.org:miun-50066" > LFSphereNet :

1 av 1
Föregående post
Nästa post
Till träfflistan

Gond, Manu,1997-Mittuniversitetet,Institutionen för data- och elektroteknik (2023-),Realistic3D (författare)

LFSphereNet : Real Time Spherical Light Field Reconstruction from a Single Omnidirectional Image

Artikel/kapitelEngelska2023

Förlag, utgivningsår, omfång ...

New York, NY, United States :Association for Computing Machinery (ACM),2023
printrdacarrier

Nummerbeteckningar

LIBRIS-ID:oai:DiVA.org:miun-50066
https://urn.kb.se/resolve?urn=urn:nbn:se:miun:diva-50066URI
https://doi.org/10.1145/3626495.3626500DOI

Kompletterande språkuppgifter

Språk:engelska
Sammanfattning på:engelska

Ingår i deldatabas

SwePubSwePub

Klassifikation

Ämneskategori:ref swepub-contenttype
Ämneskategori:kon swepub-publicationtype

Anmärkningar

Recent developments in immersive imaging technologies have enabled improved telepresence applications. Being fully matured in the commercial sense, omnidirectional (360-degree) content provides full vision around the camera with three degrees of freedom (3DoF). Considering the applications in real-time immersive telepresence, this paper investigates how a single omnidirectional image (ODI) can be used to extend 3DoF to 6DoF. To achieve this, we propose a fully learning-based method for spherical light field reconstruction from a single omnidirectional image. The proposed LFSphereNet utilizes two different networks: The first network learns to reconstruct the light field in cubemap projection (CMP) format given the six cube faces of an omnidirectional image and the corresponding cube face positions as input. The cubemap format implies a linear re-projection, which is more appropriate for a neural network. The second network refines the reconstructed cubemaps in equirectangular projection (ERP) format by removing cubemap border artifacts. The network learns the geometric features implicitly for both translation and zooming when an appropriate cost function is employed. Furthermore, it runs with very low inference time, which enables real-time applications. We demonstrate that LFSphereNet outperforms state-of-the-art approaches in terms of quality and speed when tested on different synthetic and real world scenes. The proposed method represents a significant step towards achieving real-time immersive remote telepresence experiences.

Ämnesord och genrebeteckningar

NATURVETENSKAP Data- och informationsvetenskap Datorteknik hsv//swe
NATURAL SCIENCES Computer and Information Sciences Computer Engineering hsv//eng
Computer Graphics
Neural Networks
Light Field
Omnidirectional Images
360 Image
Spherical Light Field

Biuppslag (personer, institutioner, konferenser, titlar ...)

Zerman, Emin,1989-Mittuniversitetet,Institutionen för data- och elektroteknik (2023-),Realistic3D(Swepub:miun)emizer (författare)
Knorr, SebastianErnst-Abbe University of Applied Sciences (författare)
Sjöström, Mårten,1967-Mittuniversitetet,Institutionen för data- och elektroteknik (2023-)(Swepub:miun)marsjo (författare)
MittuniversitetetInstitutionen för data- och elektroteknik (2023-) (creator_code:org_t)

Sammanhörande titlar

Ingår i:Proceedings of the 20th ACM SIGGRAPH European Conference on Visual Media ProductionNew York, NY, United States : Association for Computing Machinery (ACM), s. 1-109798400704260

Internetlänk

Hitta via bibliotek

Proceedings of the 20th ACM SIGGRAPH European Conference on Visual Media Product... (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

1 av 1
Föregående post
Nästa post
Till träfflistan

Hitta mer i SwePub

Av författaren/redakt...: Gond, Manu, 1997 ...; Zerman, Emin, 19 ...; Knorr, Sebastian; Sjöström, Mårten ...

Om ämnet

NATURVETENSKAP: NATURVETENSKAP; och Data och informa ...; och Datorteknik

Artiklar i publikationen: Proceedings of t ...

Av lärosätet: Mittuniversitetet

Sök utanför SwePub

Sök vidare i:: Google; Google Book Search; Google Scholar

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

LIBRIS.kb.se